pipecat

Pipecat 是一个用于构建实时语音和多模态对话代理的开源 Python 框架。其核心功能包括语音识别、文本转语音及对话处理，支持多种 AI 服务和工具，并通过可组合的管道实现复杂行为的构建。Pipecat 专注于低延迟交互，适用于 WebSockets 或 WebRTC 等不同传输方式。它非常适合开发自然流畅的语音助手、AI 伴侣、多模态界面、互动故事讲述工具以及业务自动化代理等应用场景。